28  Edad de los Legisladores 20

28.1 Otros Datos Sobre las Personas Legisladoras en México:

En la presente sección se presenta la limpieza y transformación de los datos concernientes a las características demográficas de los legisladores locales en México al finalizar el censo, en su edición 2022. Los datos obtenidos se utilizan en la tesis según el apartado que corresponda.

Mostrar el Código
library(tidyverse)
── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.4     ✔ readr     2.1.5
✔ forcats   1.0.0     ✔ stringr   1.5.1
✔ ggplot2   3.5.1     ✔ tibble    3.2.1
✔ lubridate 1.9.3     ✔ tidyr     1.3.1
✔ purrr     1.0.2     
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
Mostrar el Código
library(readxl)
library(rmarkdown)
library(reactable)
options(scipen=999)
options(digits=2)

28.1.1 Transformación de Datos:

Mostrar el Código
edades_2022 <- read_csv("C:/Users/Eduardo/Documents/PC/SECCION1/DOCS/Tesis/Edad/edad_2022.csv")
Warning: One or more parsing issues, call `problems()` on your data frame for details,
e.g.:
  dat <- vroom(...)
  problems(dat)
Rows: 4598 Columns: 122
── Column specification ────────────────────────────────────────────────────────
Delimiter: ","
chr (58): id_persona_legisladoras, nombre_persona_legisladora_1, nombre_pers...
dbl (62): entidad_federativa, periodo_reportado, sexo_inclusivo, estatus_per...
lgl  (2): apellido_persona_legisladora_3, lenguas_indigenas_3

ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
Mostrar el Código
reactable(edades_2022)
Mostrar el Código
edades_2022 <- edades_2022%>%
  select(entidad_federativa, sexo_inclusivo, preg_salto_1, preg_salto_2, pueblos_indigenas, preg_salto_3, condicion_discapacidad_1, condicion_discapacidad_2, condicion_discapacidad_3, preg_salto_4, empleo_anterior, antiguedad_1, antiguedad_2)%>%
  rename(Entidad= entidad_federativa, Sexo = sexo_inclusivo, Lengua_Indigena= preg_salto_1, Pueblo_Indigena= preg_salto_2, Pertenencia = pueblos_indigenas, Discapacidad = preg_salto_3, Tipo_1= condicion_discapacidad_1, Tipo_2 = condicion_discapacidad_2, Tipo_3 = condicion_discapacidad_3, Diversidad_S = preg_salto_4, Empleo_Anterior = empleo_anterior, Antiguedad_SP = antiguedad_1, Antiguedad_LEG = antiguedad_2)

reactable(edades_2022)
Mostrar el Código
colnames(edades_2022)
 [1] "Entidad"         "Sexo"            "Lengua_Indigena" "Pueblo_Indigena"
 [5] "Pertenencia"     "Discapacidad"    "Tipo_1"          "Tipo_2"         
 [9] "Tipo_3"          "Diversidad_S"    "Empleo_Anterior" "Antiguedad_SP"  
[13] "Antiguedad_LEG" 
Mostrar el Código
edades_2022 <- edades_2022%>%
  mutate(Sexo= case_when(
    Sexo == 0 ~ "No aplica",
    Sexo == 1 ~ "Hombre",
    Sexo == 2 ~ "Mujer",
    Sexo == 3 ~ "No Binario",
    Sexo == 9 ~ "No sabe",
    Sexo == 96 ~ "No publicable por el principio de confidencialidad o por reserva de información",
    Sexo == 97 ~ "No cuenta con elementos para responder",
    Sexo == 98 ~ "Información no disponible"))%>%
  mutate(Lengua_Indigena = case_when(
Lengua_Indigena == 0 ~ "No aplica",
Lengua_Indigena == 1 ~ "Sí",
Lengua_Indigena == 2 ~ "No",
Lengua_Indigena == 9 ~ "No identificado",
Lengua_Indigena == 96 ~ "No publicable por el principio de confidencialidad o por reserva de información",
Lengua_Indigena == 97 ~ "No cuenta con elementos para responder",
Lengua_Indigena == 98 ~ "Información no disponible"
  ))

reactable(edades_2022)
Mostrar el Código
edades_2022 <- edades_2022 %>%
  mutate(Pertenencia = replace_na(Pertenencia, 99))
Mostrar el Código
edades_2022 <- edades_2022 %>%
  mutate(Pueblo_Indigena = case_when(
    Pueblo_Indigena == 0 ~ "No aplica",
    Pueblo_Indigena == 1 ~ "Sí",
    Pueblo_Indigena == 2 ~ "No",
    Pueblo_Indigena == 9 ~ "No identificado",
    Pueblo_Indigena == 96 ~ "No publicable por el principio de confidencialidad o por reserva de información",
    Pueblo_Indigena == 97 ~ "No cuenta con elementos para responder",
    Pueblo_Indigena == 98 ~ "Información no disponible"
  ))%>%
  mutate(Pertenencia = case_when(
Pertenencia == 0 ~ "No aplica",
Pertenencia == 1 ~ "Chinanteco",
Pertenencia == 2 ~ "Ch'ol",
Pertenencia == 3 ~ "Cora",
Pertenencia == 4 ~ "Huasteco",
Pertenencia == 5 ~ "Huichol",
Pertenencia == 6 ~ "Maya",
Pertenencia == 7 ~ "Mayo",
Pertenencia == 8 ~ "Mazahua",
Pertenencia == 9 ~ "Mazateco",
Pertenencia == 10   ~ "Mixe",
Pertenencia == 11 ~ "Mixteco",
Pertenencia == 12 ~ "Náhuatl",
Pertenencia == 13 ~ "Otomí",
Pertenencia == 14 ~ "Tarasco/Purépecha",
Pertenencia == 15 ~ "Tarahumara",
Pertenencia == 16 ~ "Tepehuano",
Pertenencia == 17 ~ "Tlapaneco",
Pertenencia == 18 ~ "Totonaco",
Pertenencia == 19 ~ "Tseltal",
Pertenencia == 20 ~ "Tsotsil",
Pertenencia == 21 ~ "Yaqui",
Pertenencia == 22 ~ "Zapoteco",
Pertenencia == 23 ~ "Zoque",
Pertenencia == 24 ~ "Otro pueblo indígena",
Pertenencia == 25 ~ "Pueblo indígena no identificado",
Pertenencia == 26 ~ "Ninguno",
Pertenencia == 99 ~ "No identificado",
Pertenencia == 996 ~ "No publicable por el principio de confidencialidad o por reserva de información",
Pertenencia == 997 ~ "No cuenta con elementos para responder",
Pertenencia == 998 ~ "Información no disponible"
  ))%>%
  mutate(Discapacidad = case_when(
Discapacidad == 0 ~ "No aplica",
Discapacidad == 1 ~ "Sí",
Discapacidad == 2 ~ "No",
Discapacidad == 9 ~ "No identificado",
Discapacidad == 96 ~ "No publicable por el principio de confidencialidad o por reserva de información",
Discapacidad == 97 ~ "No cuenta con elementos para responder",
Discapacidad == 98 ~ "Información no disponible"
  ))%>%
  mutate(Tipo_1 = case_when(
Tipo_1 == 0 ~ "No aplica",
Tipo_1 == 1 ~ "Dificultad o impedimento para caminar, subir o bajar escalones usando sus piernas",
Tipo_1 == 2 ~ "Dificultad o impedimento para ver, aun usando lentes",
Tipo_1 == 3 ~ "Dificultad o impedimento para mover o usar sus brazos o manos",
Tipo_1 == 4 ~ "Dificultad o impedimento para aprender, recordar o concentrarse por alguna condición intelectual, por ejemplo síndrome de Down",
Tipo_1 == 5 ~ "Dificultad o impedimento para oír, aun usando aparato auditivo",
Tipo_1 == 6 ~ "Dificultad o impedimento para hablar o comunicarse (entender o ser entendido o entendida por otras personas)",
Tipo_1 == 7 ~ "Dificultad o impedimento para bañarse, vestirse o comer",
Tipo_1 == 8 ~ "Dificultad o impedimento para realizar sus actividades diarias por alguna condicional emocional o mental, por ejemplo esquizofrenia o depresión",
Tipo_1 == 9 ~ "Otro tipo de discapacidad",
Tipo_1 == 10 ~ "Discapacidad no identificada",
Tipo_1 == 11 ~ "Más de un tipo de discapacidad",
Tipo_1 == 12 ~ "Ninguna",
Tipo_1 == 99 ~ "No identificado",
Tipo_1 == 996 ~ "No publicable por el principio de confidencialidad o por reserva de información",
Tipo_1 == 997 ~ "No cuenta con elementos para responder",
Tipo_1 == 998 ~ "Información no disponible"
  ))%>%
  mutate(Tipo_2 = case_when(
Tipo_2 == 0 ~ "No aplica",
Tipo_2 == 1 ~ "Dificultad o impedimento para caminar, subir o bajar escalones usando sus piernas",
Tipo_2 == 2 ~ "Dificultad o impedimento para ver, aun usando lentes",
Tipo_2 == 3 ~ "Dificultad o impedimento para mover o usar sus brazos o manos",
Tipo_2 == 4 ~ "Dificultad o impedimento para aprender, recordar o concentrarse por alguna condición intelectual, por ejemplo síndrome de Down",
Tipo_2 == 5 ~ "Dificultad o impedimento para oír, aun usando aparato auditivo",
Tipo_2 == 6 ~ "Dificultad o impedimento para hablar o comunicarse (entender o ser entendido o entendida por otras personas)",
Tipo_2 == 7 ~ "Dificultad o impedimento para bañarse, vestirse o comer",
Tipo_2 == 8 ~ "Dificultad o impedimento para realizar sus actividades diarias por alguna condicional emocional o mental, por ejemplo esquizofrenia o depresión",
Tipo_2 == 9 ~ "Otro tipo de discapacidad",
Tipo_2 == 10 ~ "Discapacidad no identificada",
Tipo_2 == 11 ~ "Más de un tipo de discapacidad",
Tipo_2 == 12 ~ "Ninguna",
Tipo_2 == 99 ~ "No identificado",
Tipo_2 == 996 ~ "No publicable por el principio de confidencialidad o por reserva de información",
Tipo_2 == 997 ~ "No cuenta con elementos para responder",
Tipo_2 == 998 ~ "Información no disponible"
  ))%>%
  mutate(Tipo_3 = case_when(
Tipo_3 == 0 ~ "No aplica",
Tipo_3 == 1 ~ "Dificultad o impedimento para caminar, subir o bajar escalones usando sus piernas",
Tipo_3 == 2 ~ "Dificultad o impedimento para ver, aun usando lentes",
Tipo_3 == 3 ~ "Dificultad o impedimento para mover o usar sus brazos o manos",
Tipo_3 == 4 ~ "Dificultad o impedimento para aprender, recordar o concentrarse por alguna condición intelectual, por ejemplo síndrome de Down",
Tipo_3 == 5 ~ "Dificultad o impedimento para oír, aun usando aparato auditivo",
Tipo_3 == 6 ~ "Dificultad o impedimento para hablar o comunicarse (entender o ser entendido o entendida por otras personas)",
Tipo_3 == 7 ~ "Dificultad o impedimento para bañarse, vestirse o comer",
Tipo_3 == 8 ~ "Dificultad o impedimento para realizar sus actividades diarias por alguna condicional emocional o mental, por ejemplo esquizofrenia o depresión",
Tipo_3 == 9 ~ "Otro tipo de discapacidad",
Tipo_3 == 10 ~ "Discapacidad no identificada",
Tipo_3 == 11 ~ "Más de un tipo de discapacidad",
Tipo_3 == 12 ~ "Ninguna",
Tipo_3 == 99 ~ "No identificado",
Tipo_3 == 996 ~ "No publicable por el principio de confidencialidad o por reserva de información",
Tipo_3 == 997 ~ "No cuenta con elementos para responder",
Tipo_3 == 998 ~ "Información no disponible"
  ))%>%
  mutate(Diversidad_S = case_when(
Diversidad_S == 0 ~ "No aplica",
Diversidad_S == 1 ~ "Sí",
Diversidad_S == 2 ~ "No",
Diversidad_S == 9 ~ "No identificado",
Diversidad_S == 96 ~ "No publicable por el principio de confidencialidad o por reserva de información",
Diversidad_S == 97 ~ "No cuenta con elementos para responder",
Diversidad_S == 98 ~ "Información no disponible"
  ))%>%
  mutate(Empleo_Anterior = case_when(
Empleo_Anterior == 0 ~ "No aplica",
Empleo_Anterior == 1  ~ "Legislador federal",
Empleo_Anterior == 2 ~ "Legislador estatal (reelección)",
Empleo_Anterior == 3 ~ "Legislador estatal (de otra entidad federativa)",
Empleo_Anterior == 4    ~ "Gobierno federal",
Empleo_Anterior == 5 ~ "Gobierno estatal",
Empleo_Anterior == 6 ~  "Gobierno municipal",
Empleo_Anterior == 7 ~ "Sindico(a)/ regidor(a)",
Empleo_Anterior == 8 ~ "Negocio propio",
Empleo_Anterior == 9 ~ "Persona empleada del sector privado",
Empleo_Anterior == 10 ~ "Representación sindical",
Empleo_Anterior == 11 ~ "Cargo en partido político",
Empleo_Anterior == 12 ~ "Sector social (Organizaciones de la sociedad civil)",
Empleo_Anterior == 13 ~ "Academia (Profesor(a)/ investigador(a) de tiempo completo)",
Empleo_Anterior == 14 ~ "Es primer trabajo",
Empleo_Anterior == 15   ~ "Otro tipo de empleo",
Empleo_Anterior == 99 ~ "No identificado",
Empleo_Anterior == 996 ~ "No publicable por el principio de confidencialidad o por reserva de información",
Empleo_Anterior == 997 ~ "No cuenta con elementos para responder",
Empleo_Anterior == 998 ~ "Información no disponible"
  ))

reactable(edades_2022)
Mostrar el Código
edades_2022 <- edades_2022 %>%
  mutate(
    Tipo_1 = replace_na(Tipo_1, "No aplica"),
    Tipo_2 = replace_na(Tipo_2, "No aplica"),
    Tipo_3 = replace_na(Tipo_3, "No aplica")
  )

28.1.2 Tibble por Entidad Federativa, Sexo y Pertenencia a Comunidades Indigenas:

Mostrar el Código
Entidades_2022 <- edades_2022%>%
  group_by(Entidad, Sexo, Lengua_Indigena, Pueblo_Indigena, Pertenencia)%>%
  reframe(Casos=n())%>%
  mutate(Proporcion = Casos/sum(Casos)*100)

reactable(Entidades_2022)

28.1.3 Tibble Agrupado por Entidad, Sexo y Empleo Anterior:

Mostrar el Código
edades_2022_EMP <- edades_2022%>%
  group_by(Entidad, Sexo, Empleo_Anterior)%>%
  reframe(Casos=n())%>%
  mutate(Proporcion = Casos/sum(Casos)*100)

reactable(edades_2022_EMP)

28.1.4 Tibble Agrupado por Entidad, Sexo y Antigüedad en el Servicio Público:

Mostrar el Código
edades_2022_SP <- edades_2022%>%
  group_by(Entidad, Sexo, Antiguedad_SP)%>%
  reframe(Casos=n())%>%
  mutate(Proporcion = Casos/sum(Casos)*100)

reactable(edades_2022_SP)

28.1.5 Tibble Agrupado por Entidad, Sexo y Antigüedad en las Legislaturas:

Mostrar el Código
edades_2022_LEG<- edades_2022%>%
  group_by(Entidad, Sexo, Antiguedad_LEG)%>%
  reframe(Casos=n())%>%
  mutate(Proporcion = Casos/sum(Casos)*100)

reactable(edades_2022_LEG)

28.1.6 Tibble Agrupado por Entidad, Sexo y Discapacidad:

Mostrar el Código
edades_2022_DISC<- edades_2022%>%
  group_by(Entidad, Sexo, Discapacidad, Tipo_1, Tipo_2, Tipo_3)%>%
  reframe(Casos=n())%>%
  mutate(Proporcion = Casos/sum(Casos)*100)
reactable(edades_2022_DISC)

28.1.7 Tibble Agrupado por Diversidad Sexual:

Mostrar el Código
edades_2022_Diversidad_S <- edades_2022%>%
  group_by(Entidad, Sexo, Diversidad_S)%>%
  reframe(Casos=n())%>%
  mutate(Proporcion = Casos/sum(Casos)*100)

reactable(edades_2022_Diversidad_S)
Mostrar el Código
edades_2022_Diversidad_S%>%
  filter(Diversidad_S == "Sí")%>%
  group_by(Entidad, Sexo, Diversidad_S)%>%
  reframe(Casos=sum(Casos), Proporcion=sum(Proporcion))
# A tibble: 7 × 5
  Entidad Sexo       Diversidad_S Casos Proporcion
    <dbl> <chr>      <chr>        <int>      <dbl>
1       1 No Binario Sí               1     0.0217
2       3 Mujer      Sí               1     0.0217
3      12 Hombre     Sí               2     0.0435
4      13 Hombre     Sí               5     0.109 
5      16 Hombre     Sí               5     0.109 
6      19 Mujer      Sí               5     0.109 
7      32 Hombre     Sí              14     0.304